ドメインシフト

ドメインシフトとは、機械学習モデルが学習したデータ（トレーニングデータ）と、実際に使われる状況（テストデータ）の間に差がある状態のこと

例えば、普段学校で勉強する教科書は、試験に出る問題を理解するのに役立つが、もし試験で全く新しいタイプの問題や、学んでいない分野の問題が出たら、解くのが難しくなる。これがドメインシフトの例。

同じように、機械学習では、モデルが学習したデータと実際のデータが違うと、モデルの性能が落ちたり、予想外の結果を生んだりすることがある。

これを防ぐためには、様々な種類のデータで学習させたり、モデルを柔軟に調整したりする必要がある